Prof. dr hab. Bogumił Kamiński, kierownik Zakładu Wspomagania i Analizy Decyzji, a zarazem dyrektor Międzykolegialnego Centrum Sztucznej Inteligencji i Platform Cyfrowych w warszawskiej Szkole Głównej Handlowej pokazuje, co kryje się pod nazwą AI, zwracając uwagę na różne aspekty technologii, która zmienia świat. Swoje przemyślenia prezentuje z perspektywy osoby, która łączy wiedzę teoretyczną wyniesioną z akademii ze spojrzeniem praktycznym wyniesionym z wieloletniego doświadczenia biznesowego
Spotykamy się na SGH, zacznijmy więc naszą rozmowę od pańskich studiów na tej uczelni.
Studiowałem metody ilościowe, pracę magisterską obroniłem w 2000 roku, ale już na trzecim roku prowadziłem ćwiczenia jako asystent prof. Tomasza Szapiro, byłego rektora. Przeniosłem się do Warszawy z Mazur, gdzie ukończyłem szkołę średnią w Suwałkach. Jako licealista startowałem w olimpiadach z przedmiotów ścisłych, na poziomie polskim i międzynarodowym. Niedługo po rozpoczęciu studiów poprosiłem wykładowcę matematyki prof. Waleriana Dubnickiego, żeby mnie zwolnił, bo muszę pójść do pałacu prezydenckiego, ponieważ mam tam odebrać nagrodę za sukcesy w olimpiadach. Zareagował mówiąc: „pan już nie musi chodzić na zajęcia”. To jest przykład indywidualnego podejścia do studenta, które na naszej uczelni zawsze było i jest ważną wartością.
Wieloletni związek wykładowcy z uczelnią, tak jak w pańskim przypadku, jest w Polsce czymś normalnym.
Zupełnie inaczej wygląda to w USA, gdzie istnieje oczekiwanie zmiany miejsca pracy. Uzyskując doktorat na jednej uczelni, należy podjąć pracę na innej. Na SGH wybraliśmy jeszcze inny model. Współpracujemy z zagranicznymi uczelniami, które regularnie odwiedzamy i wspólnie prowadzimy badania. W moim przypadku jest to Toronto Metropolitan University, gdzie jestem afiliowany jako profesor. Raz w roku razem z moim współpracownikiem dr. Przemysławem Szuflem mamy wykłady na MIT, z którym przez dwa lata realizowaliśmy wspólny z MIT grant, rozwijając nowej generacji język programowania Julia. Obecnie przygotowujemy się do kolejnego projektu. Współpraca z tak znakomitą uczelnią, jak MIT to ważna sprawa dla każdego człowieka nauki; w budynku, w którym wykładamy, jest cała ściana ze zdjęciami noblistów. Co istotne – na zasadach wzajemności – goszczą u nas amerykańscy i kanadyjscy profesorowie. Jeden z nich, Kanadyjczyk polskiego pochodzenia Paweł Prałat, pracuje etatowo na SGH.
Nie wspomniał pan jeszcze o swoim zaangażowaniu w działalność biznesową.
Zawsze inspirował mnie praktyczny aspekt nauki. Przez pierwszych 15 lat – łącząc to z obowiązkami na SGH – pracowałem na rzecz biznesu. Byłem partnerem w Infovide-Matrix do czasu aż spółka została wykupiona przez Asseco. Odpowiadałem za hurtownie danych i systemy raportowe, zarządzając stuosobowym zespołem. W końcowym okresie, jako prokurent, podpisywałem raporty giełdowe. To doświadczenie wykorzystuję obecnie w moich badaniach dotyczących ładu korporacyjnego. Pomimo że otrzymałem propozycję kontynuowania kariery managerskiej, postanowiłem całkowicie poświęcić się pracy na uczelni. Wcześniej, w 2006 roku, uzyskałem doktorat poświęcony optymalnemu alokowaniu środków publicznych w służbie zdrowia. Wspominam o tym, bo to ciekawe zagadnienie. Obok łatwych w leczeniu chorób masowych, istnieją rzadkie schorzenia wymagające dużych nakładów. To ważny problem społeczny, ponieważ dotyczy sprawiedliwego podziału pieniędzy. W doktoracie zaproponowałem procedurę takiego wydatkowania środków, by pozostając w zgodzie z poczuciem sprawiedliwości społecznej, efektywnie wykorzystywać dostępne środki. Sprawą tą zainteresowałem się, prowadząc wspólnie z prof. Maciejem Newadą – ze stołecznego Uniwersytetu Medycznego – niewielką firmę specjalizującą się w analizie danych medycznych i farmakoekonomice.
Kolejny naturalny etap stanowiła habilitacja, czy też miała aspekt praktyczny?
Jak najbardziej, chociaż postanowiłem zająć się zupełnie inną dziedziną. Zainteresowała mnie kwestia, którą rozważano na szczeblu centralnym, czyli ilu w Polsce powinno działać operatorów telefonii komórkowej. Chodziło o stworzenie efektywnego systemu. Zbudowałem model matematyczny, biorący pod uwagę sytuację na rynkach zagranicznych i w naszym kraju. Z przeprowadzonych badań wynikało, że optymalna liczba to czterech operatorów. Tak też się stało. Do grupy trzech spółek o ugruntowanej pozycji dołączyła czwarta i szybko znalazła swoje miejsce, wzmacniając korzystne dla klientów działania konkurencyjne. Dla kolejnych firm – piątej i następnych, już nie było miejsca na rynku. I tak w 2013 roku uzyskałem habilitację. Cieszy mnie, że z dzisiejszego punktu widzenia moja analiza nie straciła na aktualności. W tym przypadku mogłem skorzystać z moich doświadczeń z Infovide-Matrix, gdzie zajmowałem się tworzeniem rozwiązań informatycznych dla firm telekomunikacyjnych.
Nie sposób zadać pytania: jak pan godził pracę na SGH i w dwóch firmach jednocześnie?
Proszę uściślić, przecież doba ma 24 godziny.
Nie chcę, żeby źle to zabrzmiało, ale działam bardzo szybko, mam zdolność natychmiastowego przełączania się pomiędzy tematami. Planuję pracę w slotach pięciominutowych, co oznacza, że mogę się zajmować jakąś sprawą przez kilka minut, a za chwilę czymś zupełnie innym. Zdaję sobie sprawę, że to nietypowe, ale w moim przypadku świetnie się sprawdza. Nie znaczy to jednak, że nie umiem się skupić na jednym celu. Kiedy podjęłam decyzję o stuprocentowym zaangażowaniu w działalność uczelni, piszę kilkanaście artykułów naukowych rocznie, podczas gdy norma ministerialna dotyczy jednego.
Kiedy uzyskał pan tytuł profesora?
W 2022 roku, mam podwójną profesurę z ekonomii i finansów oraz zarządzania. Myślałem też o informatyce, ale czy trzecia profesura jest mi potrzebna? Tytuły to kwestia drugorzędna, liczy się rzeczywisty dorobek. W nauce, podobnie jak biznesie i polityce, najważniejsza jest realizacja pewnych idei. Trzeba zdawać sobie sprawę z własnych możliwości i ograniczeń.
Czy koncentrując się na nauce, pamięta pan o aspekcie biznesowym?
Oczywiście, że tak. Pracując na SGH, trzeba mieć świadomość tego, co dzieje się na rynku. Jestem członkiem dwóch rad nadzorczych – Auto Partner S.A. i Pekao TFI S.A. Należę też do stowarzyszenia CIONET, które jest czymś w rodzaju klubu dla szefów IT dużych firm. Podczas kwartalnych spotkań pomagam im w obszarze Data, dobierając tematy i prelegentów. Jestem przekonany, że biznes może i powinien czerpać z wiedzy akademickiej. Dobrze ilustruje to następujący przykład: wszystkie zaawansowane technologie sztucznej inteligencji bazują obecnie na kartach GPU, których główny producent Nvidia zanotował ogromne wzrosty. W 2014 roku byłem na stażu w Halifaxie, gdzie działa wybitny badacz AI polskiego pochodzenia Stanisław Matwin. Kiedy wróciłem, poinformowałem znajomych z biznesu, że wkrótce wszystko będzie się liczyć na kartach graficznych. Patrzyli na mnie ze zdziwieniem. Nic nie zrobili z tą informacją. Cóż – polski biznes nie był jeszcze przygotowany na taką innowację…
I tak zaczęła się pańska przygoda z AI.
Patrzę na to inaczej, bo AI to więcej niż Chat GPT. Sztuczną inteligencją zajmowałem się już od dawna ,pracując nad wspomaganiem podejmowania decyzji w przedsiębiorstwach. Dotyczyło to trzech różnych klas metod analitycznych. Pierwsza z nich to optymalizacja bardzo złożonego systemu, w którym nie wiadomo, jaką decyzję podjąć, jak we wspomnianym wcześniej przypadku ochrony zdrowia. Drugą stanowią metody symulacyjne, narzędzia pozwalające na przeprowadzenie analizy scenariuszowej, gdy np. firma planuje swoje działania w kształtującej się dopiero rzeczywistości i zastanawia się nad potencjalnymi konsekwencjami. Można tego dokonać, budując tzw. cyfrowego bliźniaka, zanim ruszy produkcja. Dobrze ilustruje to konstruowanie samolotu, można przewidzieć potencjalne zagrożenia, zanim projekt zostanie zrealizowany. Trzecia metoda opiera się na modelach predykcyjnych – np. bank dysponujący wcześniejszymi danymi może przewidzieć, jak zachowa się potencjalny kredytobiorca.
Dwa ważne elementy. Modele, o których mówię, stawały się coraz bardziej skomplikowane, wymagały więc bardziej zaawansowanych technologii. Druga bardziej widoczna zmiana to pojawienie się narzędzia w postaci generatywnej AI, która nie prognozuje i nie symuluje, ale pozwala na prowadzenie konwersacji i cechuje ją pewna kreatywność – ale to sprawa budząca poważne wątpliwości w świecie nauki.
Cóż – każda nowa technologia przeżywa czas wychodzenia z inkubatora.
Nowością zauważaną powszechnie jest użyteczność generatywnej AI na różnych polach. Na przykład ucząc się języka, mogę zapytać AI o różnice między podobnymi słowami. Dotyczy to niekończącej się liczby różnych pytań, co kusi by wykorzystać pomoc GPT przy pracy. Zmniejszyła się więc bariera wejścia AI do różnych dziedzin życia – kiedy dziecko pyta mnie, jak długo gotować jajko na miękko, odpowiadam: zapytaj AI. Wcześniej nikt nie zastanawiał się, jak działa algorytm w Google Maps pokazujący najszybszą lub najkrótszą drogę do celu. To prowadzi do pytania: co jest jeszcze zwykłym algorytmem i gdzie zaczyna się sztuczna inteligencja. Wiele osób próbowało to definiować, ale brakuje jednoznacznej formuły. Zapewne każdy się zgodzi, że Chat GPT to jest AI, ale wyliczenie średniej statystycznej przez GUS już nie. Granica jest płynna.
Algorytmicznie to wykorzystanie elementów, które wcześniej były znane, ale sposób ich użycia jest nowy. Sam termin pojawił się latach 50. zeszłego wieku. Firmy i nauka używały od dawna prostej wersji sztucznej inteligencji, ale jej tak nie nazywały. Funkcjonowały pojęcia takie, jak data mining i machine learning. Superkomputer IBM Deep Blue wygrał w szachy z Kasparowem, a Watson został mistrzem teleturnieju Jeopardy.
Dopiero jednak możliwość konwersacji z GPT spowodowała, że AI została gwiazdą mediów.
Przełomowe było to, gdy algorytm zaczął wykazywać cechy typowe dla ludzi. Od dawna istniały skomplikowane algorytmy, które potrafiły nam podsuwać spersonalizowane reklamy, ale działały w tle. Interakcja z chatem GPT jest zupełnie inna, można z nim porozmawiać jak z przyjacielem przy kawie.
Kreatywność AI bywa dyskusyjna, zwłaszcza w dziedzinie sztuki. Najchętniej tworzy prace plastyczne w duchu topornego surrealizmu.
To zrozumiałe, obrazy te są losowo wtórne wobec tego, co AI widziała. Najnowsze algorytmy odtwarzają jednak – w sposób nietrywialny – rzeczy, które są im znane. To ogromny krok naprzód. Uczestniczyłem niedawno w spotkaniu z udziałem artystów, którzy krytycznie oceniali dzieła AI, zwracając uwagę, że brakuje im specyficznej, indywidualnej kreatywności.
Skąd biorą się obawy wybitnych uczonych, którzy mówią, że powinniśmy się obawiać AI?
AI należy się bać co do zasady, ponieważ niewłaściwie użyta może być szkodliwa. Algorytmy AI są tak skomplikowane, że nawet ich twórcy nie wiedzą, jak się zachowają w okolicznościach, których z góry nie przewidzieli. W sytuacji zagrożenia konfliktem dobrze przygotowany przeciwnik jest w stanie nakarmić każdy algorytm takimi danymi, żeby zadziałał niezgodnie z naszymi oczekiwaniami. Można przytoczyć przykład Microsoftu – koncern wypuścił w 2016 roku na Twittera chatbota o nazwie Tay, który po kilku godzinach stał się rasistą, więc twórcy nie mogąc nad nim zapanować, musieli go wyłączyć. Główne zagrożenia to dziś podatność AI na ataki oraz możliwość, że model sam się zacznie uczyć czegoś niewłaściwego.
Pamięta pan słynne słowa prezydenta Wałęsy: jestem za, a nawet przeciw? Jak reagować więc na nieunikniony rozwój AI?
Jestem członkiem kapituły ds. AI doradzającej Ministrowi Cyfryzacji, która rekomenduje to, że Polska powinna wspierać rozwój AI, ale z zachowaniem pierwiastka humanistycznego. Jako kraj musimy wspierać innowacje, bo jesteśmy zbyt małym graczem, żeby narzucać sobie przesadne ograniczenia, które w innych częściach świata nie obowiązują. Obecnie wszystkie duże inwestycje w modele AI są dokonywane w USA czy w Chinach. Ograniczenia, o których mówią eksperci, powinny obowiązywać globalnie, ale tak się nie dzieje. Borys Stokalski, członek Grupy Roboczej ds. Sztucznej Inteligencji przy Ministerstwie Cyfryzacji, z którym współpracuję od wielu lat, przytoczył bardzo ciekawy przykład ilustrujący problem, o którym mówimy. Zwrócił uwagę na to, że sto lat temu zaczęto na dużą skalę budować duże mosty wiszące. Nierzadko były to nieudane konstrukcje, niektóre się zawaliły, jak słynny Tacoma Bridge. Czy oznacza to, że należało zakazać budowy takich mostów? Dzięki zdobytym doświadczeniom dzisiaj powstają znacznie lepsze konstrukcje. Powinno to dotyczyć również AI. Kiedy rozmawiam z polskimi managerami, często słyszę, że w sprawach AI nie mogą zrobić tyle, ile by chcieli, bo wszędzie trafiają na ograniczenia regulacyjne, a ryzyko prawne jest zbyt duże. Jeżeli chcemy być konkurencyjni, nie możemy karać za realizowane w dobrej wierze innowacje, które wiążą się z wykorzystaniem AI.
Jakimi aspektami wykorzystania AI zajmuje się Międzykolegialne Centrum Sztucznej Inteligencji i Platform Cyfrowych, którym pan kieruje?
Na pierwszym planie postawiliśmy popularyzację wiedzy o AI wśród pracowników nauki. Prowadzimy dla nich specjalistyczne kursy. Przy naszym Data Labie działa studenckie koło naukowe. Drugi nurt to współpraca z biznesem. Kiedy wybuchła wojna w Ukrainie, przygotowaliśmy dla PGNiG model predykcji długookresowej przewidujący zapotrzebowanie Polski na gaz. Nasz system informatyczny umożliwia prowadzenie analiz scenariuszowych w sytuacji zmieniającej się z miesiąca na miesiąc. W ramach badań podstawowych oprócz kooperacji z MIT zajmujemy się analizą danych o sieciach społecznych. Kolejny ważny wątek naszej działalności to badania nad sprawiedliwością algorytmiczną w scoringu kredytowym w branży bankowej. Chodzi o to, żeby opracowywać takie metody oceny zdolności kredytowej, które zapewnią, że klienci nie będą dyskryminowani ze względu na atrybuty prawnie chronione, takie jak np. płeć, czy poglądy polityczne.
Słowem – ma pan co robić…
Nie wspomniałem jeszcze o współpracy, w ramach której opracowujemy algorytmy dla Tutte Institute z Montrealu w zakresie analizy sieci społecznych. Od 10 lat jestem również konsultantem w Ministerstwie Zdrowia w dziedzinie analizy potrzeb zdrowotnych Polaków. Od dawna interesuję się też problematyką Corporate Governance, koncentrując się na wpływie struktury własności oraz składu władz spółek na ich efektywność. Zajmując się wieloma sprawami naraz i inicjując nowe projekty, przenoszę na uczelnię to, czego nauczyłem się w biznesie.
Prof. dr hab. Bogumił Kamiński
kierownik Zakładu Wspomagania i Analizy Decyzji, dyrektor Międzykolegialnego Centrum Sztucznej Inteligencji i Platform Cyfrowych w warszawskiej w SGH, przewodniczący Komitetu Statystyki i Ekonometrii PAN, Adjunct Professor – Toronto Metropolitan University, Data Science Laboratory, Researcher – Fields Institute, Computational Methods in Industrial Mathematics Laboratory, Affiliated Faculty – Toronto Metropolitan University, Cybersecurity Research Lab, Współredaktor – Central European Journal of Economic Modelling and Econometrics, członek komitetu redakcyjnego – Multiple Criteria Decision Making Journal, członek rad nadzorczych – Auto Partner S.A. i Pekao TFI SA
Najważniejsze wartości, jakie pan wyznaje?
Lojalność, bo warunkuje ona fundament działania w życiu i biznesie.
Gdyby nie istniały żadne ograniczenia, z kim chciałby się pan spotkać na długą rozmowę?
Z nieżyjącym ojcem, który mnie ukształtował.
Są ich trzy. Pierwsza to gry strategiczne – go i szachy. Wiem, że już nigdy nie wygram w go z komputerem, ponieważ dzięki rozwojowi AI program AlphaGo sam opracowuje własne strategie, które są lepsze niż ludzkie. Druga – nauka francuskiego, a trzecia – amatorskie biegi, dzięki czemu mam czas, by przemyśleć różne sprawy.
Książki, jakie chciałby pan polecić czytelnikom.
Generalnie dużo czytam i słucham wielu audiobooków, ostatnio głównie francuskich. Spośród książek biznesowych chciałbym polecić „Wyróżnij się lub zgiń”, Jacka Trouta, „Zarządzanie firmą usług profesjonalnych”, Davida H. Maistera i „The selling fox: A Field Guide for Dynamic Sales Performance” Jima Holdena. Bardzo lubię „Firmę” Johna Grishama, ale też „The Hunger Games” Suzanne Collins i „Diunę” Franka Herberta. Sięgam też po klasykę, zwłaszcza francuską, jak np. „Nędznicy” Victora Hugo i „Hrabia Monte Christo” Aleksandra Dumasa.
Najważniejsza chwila życia?
Udział w licealnej olimpiadzie matematycznej, dzięki czemu przekonałem się, że nawet pochodząc z małego miasteczka, jakim jest rodzinne Olecko, można odnosić sukcesy na skalę krajową.
Mam trzech synów w wieku 23, 18 i 11 lat. Zależy mi na tym, żeby byli dobrymi ludźmi.
